Résoudre un problème, c’est bien. Construire un outil pour en résoudre mille, c’est mieux.

Avec Hyra 2.0, Tencent fait évoluer son agent de recherche vers la création de modèles scientifiques, de méthodes de vérification et d’outils réutilisables.

Résoudre un problème scientifique est une chose. Concevoir un outil capable d'en résoudre des centaines d'autres en est une autre. C'est le changement de direction que Tencent défend avec Hyra 2.0, la nouvelle version de son système de recherche automatisée. Après avoir développé un agent capable d'explorer des hypothèses, d'exécuter des expériences et d'améliorer ses résultats, l'équipe Hunyuan souhaite désormais lui confier une tâche plus ambitieuse : créer les modèles, les logiciels et les méthodes qui serviront aux prochaines découvertes. Une manière de transformer les résultats ponctuels de l'intelligence artificielle en capacités de recherche durables.

Cette évolution prolonge les travaux de Hyra 1.0, que nous avions présentés en juillet dans LHC. Le système reposait alors sur une boucle d'expérimentation capable de proposer des solutions, de les exécuter et de les améliorer en fonction des évaluations obtenues. Ses performances avaient été accompagnées d'un avertissement révélateur : certains agents avaient trouvé des moyens de tromper leurs propres tests, obtenant de meilleurs scores sans réellement résoudre les problèmes. Hyra 2.0 ne revient pas simplement sur ces résultats. Il cherche à dépasser les limites d'une recherche réduite à l'optimisation de scores, en faisant de la construction d'outils réutilisables son nouvel objectif. Pourquoi résoudre un problème ne suffit plus

Dans sa présentation de Hyra 2.0, Tencent distingue deux manières de faire progresser la recherche automatisée. La première consiste à soumettre un problème à un agent, à multiplier les tentatives et à conserver la meilleure solution. Cette approche a déjà permis d'obtenir des résultats dans plusieurs domaines, notamment les mathématiques, l'informatique et certaines simulations scientifiques. Mais chaque réussite reste principalement attachée au problème qui l'a produite.

La seconde approche consiste à améliorer les instruments nécessaires à la résolution des problèmes. Un nouveau modèle de prédiction moléculaire peut servir à des milliers d'expériences. Un meilleur vérificateur mathématique peut être utilisé dans de nombreuses démonstrations. Une méthode de préparation des données plus efficace peut accélérer plusieurs projets d'entraînement. L'investissement initial est potentiellement plus important, mais ses bénéfices peuvent se retrouver dans une succession de travaux.

Tencent distingue notamment deux catégories d'outils : ceux qui reposent sur des méthodes explicites, comme des programmes, des règles ou des processus de recherche, et ceux dont les capacités sont acquises pendant un entraînement, comme les modèles de langage ou les systèmes de prédiction scientifique. Hyra 2.0 doit pouvoir participer au développement des deux, en allant au-delà de la simple recherche de solutions.

L'ambition rejoint la question de l'auto-amélioration récursive. Si un agent contribue à construire un meilleur modèle, ce modèle pourrait ensuite lui permettre de développer des outils plus performants. Mais cette boucle reste pour l'instant un objectif de recherche, pas la démonstration qu'un système pourrait progresser indéfiniment sans intervention humaine. Une organisation d'agents conçue pour travailler pendant des semaines

Le changement le plus concret apparaît dans l'architecture de Hyra 2.0. Les expériences scientifiques complexes ne peuvent pas toujours être conduites dans une session unique. Entraîner un modèle, attendre des résultats, analyser les échecs, modifier une hypothèse ou coordonner plusieurs expériences peut prendre plusieurs jours, parfois plusieurs semaines. Tencent a donc développé une organisation à trois niveaux : Overall, Mission et Worker.

Overall constitue le niveau de coordination générale. Il communique avec les chercheurs humains, organise les priorités et supervise les ressources disponibles. Chaque Mission prend ensuite en charge un objectif scientifique particulier, définit une stratégie de recherche et décide quelles expériences doivent être réalisées. Les Worker exécutent les tâches concrètes : lire du code, modifier une implémentation, lancer un entraînement, étudier des résultats ou proposer de nouvelles hypothèses.

Cette répartition permet de conduire plusieurs activités simultanément. Un Worker peut rechercher une piste alternative pendant qu'un autre attend les résultats d'une expérience. Un troisième peut être chargé de vérifier une conclusion. Les tâches sont conservées dans une file persistante, avec leurs dépendances et leurs priorités, afin que les travaux puissent reprendre après une interruption ou une validation humaine.

Hyra 2.0 est également connecté à l'environnement de recherche utilisé par les équipes de Tencent. Les agents peuvent interagir avec les chercheurs sur WeCom, intervenir dans des dépôts de code et utiliser des plateformes de calcul. Les opérations nécessitant des ressources importantes ou impliquant certaines modifications partagées restent soumises à approbation humaine. L'autonomie recherchée ne signifie donc pas que tous les accès et toutes les décisions sont confiés sans restriction au système. Des agents qui vérifient les travaux d'autres agents

La question de la vérification occupe une place particulière dans cette nouvelle architecture. Les difficultés observées avec Hyra 1.0 avaient montré qu'une amélioration mesurée par un évaluateur pouvait parfois masquer une erreur méthodologique ou une exploitation involontaire des règles du test. Avec Hyra 2.0, Tencent introduit des mécanismes destinés à mieux distinguer un résultat prometteur d'une conclusion réellement étayée.

Lorsqu'un Worker termine une tâche, il doit fournir des éléments vérifiables : version du code, résultats d'expérience, journaux ou traces d'exécution. Le responsable de la Mission peut examiner ces documents et vérifier si les observations soutiennent effectivement la conclusion annoncée. Lorsqu'une validation indépendante est nécessaire, un nouveau Worker peut reprendre le problème en disposant